管道运行情况评估和风险猜测模型探讨

市政地下设施包括给水系统、排水系统、能源供给系统、通讯娱乐光缆和地下交通系统,它是城市地下空间最重要的组成部分。大多数城市对地下市政设施的持续性投资已经超过了100年,无论是发达国家还是发展中国家,市政地下设施已成为城市经济发展和日常生活的基础保障。然而由于地表以下的管道系统具有不可进和入不可见的特点,导致了管道系统检测难、维护和维修困难,所以大多数管道在出现严重的失效后,如坍塌、泄漏等,才会引起相关部分关注并得到相应的检测和维护。不仅如此,缺乏例常检测和维护的城市政地下管网系统,其结构状况和运行效率也会持续退化直到无法满足系统的服务需求。据报道,美国的地下市政管网的均匀年龄为47,最大年龄已经超过100年(美国环保总署,2008),年龄是所有生命体和非生命体都无法回避的事实,管道的结构往往随着使用年限的增加而渐渐退化,因此如何评估管道运行状况和猜测管道失效的风险成为了非开挖领域和市政工程领域研究的热门。城市地下管道资产管理概念正是为解决上述问题而提出,它采用先进的管理系统、评估模型和猜测方法将管道风险控制在可接受范围内并将管道运行效率最大化提高,此外,系统还为市政抉择职员制定管道检测、维护和修复方案提供信息依据和抉择建议。地下管道资产管理系统(UndergroundPipelineAssetManagement)是一个多学科交叉的领域,不仅涉及到物理、化学、机械、经济学、统计学等专业,而且划分为多个研究方向,如管道修复材料、管道非开挖修复工艺、管道系统风险分析、管道运行状况评估、管道生命周期资产效益分析等。论文通过对国内外已经开展的相关研究和工作进行归纳和分析,将研究和论述的重点放在城市地下管道资产管理系统中两个核心模型：管道运行状况评估和管道失效风险猜测模型。管道运行状况评估是地下管道资产管理的主轴,它通过分析管道检测记录来协助工程师和市政职员更好的了解管网的结构状况和运行效率并且为其制定后期的检测、检验计划提供依据。管道失效风险管理是目前市政职员和相关科研机构所关注的热门,也是管网系统稳定性分析、后期抉择、生命周期效率分析的基础,并且可以通过风险猜测减少管道的失效概率,提高整个系统的稳定性。论文中笔者根据2007年到2010年所介入的四个相关项目的研究经验和资料来分析和研究上述两个模型：2007年8月到2009年2月在美国德克萨斯大学阿林顿分校的美国地下设施研究与教育中心(CUIRE)介入的项目“排水系统和涵洞的资产管理系统”和项目“基于非开挖技术的涵洞和排水系统内资产管理系统”；2009年3月到2009年9月在美国路易斯安那产业大学的美国非开挖国家实验室(TTC)介入的项目“基于网络服务器的非开挖评估辅助系统”；2009年10月到2010年4月在中国地质大学(武汉)介入的项目“武汉市地下生命线工程灾变机理及非开挖综合评价防治技术体系研究”。管道运行状况评价模型包含四个部分：缺陷认定、缺陷分级标准、缺陷权重值定义和运行状态评估公式。管道运行状况的评价结果不仅可以协助市政职员或工程师了解其管辖管道运行状况并提供大量信息便于制定后期检测维护计划,并且评价过程中的具体信息还可以作为选择检测方法的重要参考数据。然而目前的评价模型一般仅仅将评估结果简单为2-3级,只给出一个模糊的管道运行状况参考数据。所以论文提出了一种基于统计数据缺陷权重定义法并将其与现行的主观定义法进行比较,为更加具体、正确的进行管道运行状况的评价提供了基础。在管道风险评估方面,论文则针对管道失效的实际情况和现有的模型进行分析,提出了改进的模糊马克诺夫矩阵计算模型,模型中结合了模糊算法和齐次马克诺夫矩阵的C-K公式,并且对于每个缺陷级别的概率转化增加了一个阀门值,使其结果更符合实际情况。论文将该模型用于管道的6中结构性缺陷的失效风险研究,证实了该模型能够很好的用于管道缺陷风险猜测。如图Ⅰ所示,论文一共分为5个部分：第一章具体先容了地下管道资产管理系统相关的概念,1.1节先容了地下管道资产管理的背景,1.2节着重讨论了其定义和概念,1.3节回顾了地下管道资产管理在国际上的发展现状,1.4节分析和猜测了管道资产管理在国内的潜在市场,1.5节通过前几章节的先容提出了博士论文的研究方向并勾画出整个博士论文的思路和框架。第二章先容了国际上已经开展的管道运行状况评价和风险分析相关的研究。管道运行状况评估领域中,国际上已有较多成熟的评估模型和公式,但不同的国家和地区所使用的相关标准也不仅相同。所以为制定适合国内城市管道系统的模型和公式需要首先研究和分析结合国内管道状况和国情。2.1节先容了统计管道基础数据的清单数据模型：2.2节先容了常规的管道状况评估模型,其中具体的先容了Najafi教授在“排水管道和涵洞的资产管理方法”项目中提出的基础评价模型和高级评价模型。1.3节首先提出了国内管道状况的问题,然后列出了如何发展地下管道资产管理系统的框架；1.4节根据上述的回顾和分析清楚的提出了论文应该分析和研究的方向。第三章：论文结合已有的研究经验和国内的城市市政管网特点将管道运行状况分为4个步骤：管道缺陷确认、缺陷分级标准、缺陷权重定义和分级模型。3.1节简单的先容了管道运行状况评估的相关内容,3.2节结合美国环保署的统计资料列出了与各种管道相关的常见缺陷并且将研究重点放在在混凝土排水管道系统。3.3节和3.4节讨论了管道的失效机理并且分别为结构性缺陷和过流能力缺陷分级制定了标准,3.5节陈述了两种不同的定义管道缺陷权重系数的方法：主观定义法和统计数据定义法,前者是目前美国各州普遍采用的定义法,后者是笔者根据模拟数据提出的一种细分法,3.6节给出了适合混凝土排水管道运行状况等级评估的公式并且讨论了3.5节中两种不同定义法的评估结果。3.7节针对管道运行状况评价部分的权重定义方法具体对比分析了两种方法的优缺点。缺陷权重定义是一直以来研究职员和市政抉择职员们争议较大的地方,第三章不仅创新性的提出了基于统计数据的权重定义法,并使用美国TTC和EPA的统计数据采用线性回归的方法推算出各个管道结构缺陷的权重,最后通过实例对比分析发现统计数据权重定义法得到的结果不仅与主观定义法的结果一致,而且其结果变化标准高一个数量级,这也就意味着采用统计数据法得到的管道运行状况结果更加精确,管道终极的运行状况级别可以拓展到10级。精确地评估等级使得市政职员和工程师能更好的了解管道的实际运行状况并给与相应的处理方案。第四章：第四章将重点放在紧接三章管道运行状况评估之后的管道风险评估模型,对管道已出现的不同缺陷进行风险分析。本章首先指出传统马克诺夫链模型在管道退化风险猜测应用中存在的问题,然后结合模糊理论对其进行改进并提出了一种新型的模糊马克诺夫模型,并将其应用在第三章分析选出的六种不同的管道结构缺陷分析中,对模型的适用性进行论证。通过对比结果和实际统计数据说明改进的模糊马克诺夫模型更符合管道的实际退化规律可以用于不同管道不同管材上缺陷恶化导致管道失效的风险分析。4.1节先容了目前应用在风险评估方面的相关理论和模型并提出了存在于管道失效风险分析应用中的问题,4.2列出了模糊理论和马克诺夫模型的基础运算法则和原理。4.3节在4.2节的基础上细化了退化概率马克诺夫模型,4.4节针对管道缺陷恶化问题对4.3的模型根据模糊理论原理对其进行改进并加入相应的门槛值,使模型更加符合实际工程情况,4.5节则将改进的马克诺夫模型应用在第三章提出的六种管道结构缺陷恶化风险评估分析中,验证了模型的公道性和可行性。第五章：对整个文章进行全面的总结,分析了我国发展地下管道资产管理系统的重要性和必要性,指出了发展该系统所需要研究的重点研究方向,并且再次总结了本论文的两个创新点：提出了基于统计数据的缺陷权重定义法和改进模糊马克诺夫退化模型。论文通过对比分析,证实了第一个创新点即统计数据权限定义法不仅符合常规主观定义法的评估结果,而且能提供更加精确的管道的运行状况等级。通过对比美国地下设施研究和教育中心(CUIRE)的相关定义和评估方法发现,基于统计数据定义法得到的管道状况结果跨度相比传统方法增加一个数量级,因此有利于标准制定职员制定和编写更加具体的分级标准,也更好的帮助抉择职员进行后期处理减少主观判定的误差。论文通过两种不同权重定义方法的对比分析发现,主观定义法适用于缺乏管道统计数据的管道系统,如新修给排水管道、选用新型材料铺设的管道系统等;而统计数据定义法则适合各种常规管材和管道系统,如各种混凝土给排水管道、钢铁给水管道等。论文的第二个创新点模糊马克诺夫模型是基于马克诺夫链的CK公式和模糊理论的改进马克诺夫退化模型,该模型的目的是根据管道多次的检测信息和现存的统计资料对管道将来某个时间点或时间段可能出现的风险概率进行猜测。论文证实了该模型应用在管道风险概率猜测具有可操纵性和正确性,此外,阀门值的提出让模型更加符合由于各种缺陷引起退化的实际规律。论文用于验证模型的模拟数据选用专家问卷的方法收集,该方法国外是管道评估和风险猜测领域常用的模拟数据统计方法,固然数据不是精确的统计数据,但来源于相关领域工程师或专家,可靠性和可信度较纯计算机随机或模拟数占有质的增加。论文选用第三章中确认的六种管道结构缺陷的模拟数据验证模型的公道性,并发现阀门值的设定可以根据管道的材料特性和缺陷的特点来进行确定。【关键词】：城市地下管道非开挖修复马克诺夫退化模型
【论文提纲】：作者简介6-9中文摘要9-13ABSTRACT13-19CHAPTER1INTRODUCTION19-311.1BackgroundofUndergroundInfrastructureAssetManagement20-211.2WhatisUndergroundInfrastructureAssetManagement?21-241.3InternationalUndergroundInfrastructureDevelopment24-271.4MarketofUndergroundPipelineIndustry27-281.5ResearchDirectionandFrameworkofthisDissertation28-31CHAPTER2LITERATUREREVIEW31-432.1PipelineInventoryModel31-322.2PipelineConditionAssesentModel32-372.2.1Introduction32-332.2.2ConditionAssesentModel33-342.2.3BasicConditionAssesent(BCA)34-372.2.4AdvancedConditionAssesent(ACA)372.3DevelopmentofUndergroundPipelineAssetManagement(UPAM)inChina37-422.3.1ProblemswiththeDevelopmentofUPAMinChina37-392.3.2DevelopingProcedureofUPAMinChina39-412.3.3BenefitsofUPDevelopmentinChina41-422.4Conclusion42-43CHAPTERIPELINEPERFORMANCERATING43-853.1IntroductionofPipelinePerformanceRating443.2FactorsaffectingundergroundpipelinePerformance44-523.2.1ProblemIdentification44-453.2.2SystemCharacteristics45-493.2.3DefectsDistribution49-523.3DefectsRatingProtocolofStructureDefects52-623.3.1Corrosions52-543.3.2Cracks54-573.3.3JointSeparation57-593.3.4Misalignment59-603.3.5SeamDefects60-613.3.6Deformation61-623.4DefectsRatingProtocolsofCapacityDefects62-723.4.1Debris63-643.4.2Leakage64-653.4.4RootIntrusion65-663.4.5TrashFloating66-673.4.6OtherParameters67-723.5DefectsDefinitionWeight72-783.5.1SubjectiveMethod73-753.5.2ProbabilityofPipeFailureduetoDefects75-763.5.3Data-basedWeightDefinitionMethod76-783.6ConditionRatingModel78-833.6.1FormulaofPerformanceRatingModel79-813.6.2CompareAnalysisbetweenSubjectiveandData-basedWeight81-823.6.3CorrectiveValue82-833.7Conclusion83-85CHAPTER4FUZZYMARKOVAMODELFORRISKMANAGEMENT85-1254.1Introduction86-894.1.1RiskManagement86-884.1.2DeteriorationAnalysisModel88-894.2ProposedMethodology89-934.2.1FuzzySets89-914.2.2FuzzyRule-basedAlgorithm91-934.3DeteriorationProbabilityMarkovChains93-994.4RiskAnalysisonStructureDefects99-1084.4.1FuzzyRule-basedMarkovDeteriorationProcess(FR-MDP)Model101-1024.4.2Knowledgebase102-1034.4.3ModifiedMarkovDeteriorationModel103-1084.5ApplicationtoStructureDefects108-1224.5.1DataCollection108-1094.5.2RiskAnalysisonCrackDefects109-1114.5.3RiskAnalysisonCorrosionDefects111-1134.5.4RiskAnalysisonJointSeparation113-1164.5.5RiskAnalysisonJointMisalignment116-1184.5.6RiskAnalysisonSeamDefect118-1204.5.7RiskAnalysisonDeformation120-1224.6Conclusion122-125CHAPTER5CONCLUSION125-1285.1BenefitofDevelopingUPAMinChina1255.2ConditionandPerformanceRatingofPipeline125-1265.3Fuzzyrule-basedMarkovaMatrixmodel1265.4InnovationsinthisDissertation126-128ACKNOWLEDGMENT128-129REFERENCE129-135Appendix-1135-139A1.1GeneralInformation135A1.2StructuralInformation135-137A1.3AdditionalInformation137A1.4HydraulicInformation137A1.5SafetyItem137A1.6RenewalofRenewalInformation137-139Appendix-2139-146A2.1BasicConditionAssesent139-141A2.2CalculationofPerformanceFactor141A2.3AdvanceConditionAssesentforCulvertsinCriticalZone141-146